이 시스템은 여러 신경 질환을 식별하고 의료 개입이 필요한 긴급성을 평가할 수 있습니다. 새로운 연구에 따르면 이 모델은 최대 97.5%의 정확도를 달성했습니다.
미시간 대학교의 연구원들에 따르면 AI 시스템 이름인 Prima는 환자의 병력 기록 및 임상 정보와 결합된 방대한 양의 실제 MRI 데이터를 기반으로 훈련됩니다. 결과에 따르면 Prima는 질병을 식별할 뿐만 아니라 우선 처리해야 할 사례를 분류하는 능력도 갖추고 있습니다. 이 연구는 Nature Biomedical Engineering 저널에 발표되었습니다.
연구의 주요 저자이자 미시간 메디슨의 신경외과 의사인 토드 홀론 박사에 따르면 MRI 촬영에 대한 수요 증가는 의사와 의료 시스템에 큰 압력을 가하고 있습니다. 이러한 상황에서 AI 도구는 더 빠르고 정확한 진단 정보를 제공하여 부담을 줄이는 데 도움이 될 수 있습니다.
연구팀은 심각한 신경 장애를 포함한 50개 이상의 다양한 영상 진단 그룹과 함께 30,000건 이상의 MRI 촬영에서 Prima를 테스트했습니다. 연구팀에 따르면 Prima는 현재 많은 첨단 AI 모델보다 진단 효과가 더 높습니다.
시스템은 뇌졸중 또는 뇌출혈과 같이 높은 우선 순위가 필요한 경우, 즉각적인 의료 개입이 필요한 상태를 자동으로 식별할 수 있습니다. 이 경우 Prima는 적절한 전문의에게 경고를 보내 처리 시간을 단축할 수 있습니다.
Prima는 시각-언어 모델 그룹에 속하며 실시간으로 이미지와 텍스트를 동시에 처리할 수 있습니다. 이전의 AI 시스템은 일반적으로 좁은 작업에 대해서만 훈련을 받았지만 Prima는 200,000건 이상의 촬영과 560만 개의 이미지 서열, 병력 및 촬영 지시 이유를 포함한 크고 다양한 데이터 세트를 기반으로 훈련을 받았습니다.
저자 그룹에 따르면 이 접근 방식은 Prima가 이미지 데이터를 각 환자의 특정 병리적 맥락과 결합할 때 임상 실습과 더 가깝게 추론하는 데 도움이 됩니다.
매년 전 세계적으로 수백만 건의 MRI 촬영이 수행되며, 대부분 신경 질환과 관련이 있습니다. 그러나 MRI 촬영 수요 증가 속도는 영상 진단 전문가 팀의 대응 능력을 훨씬 뛰어넘어 과부하 및 결과 지연으로 이어지고 있습니다.
많은 의료 시설, 특히 자원 부족 지역에서는 환자가 진단 결과를 받기 위해 며칠을 기다려야 할 수도 있습니다. Prima와 같은 새로운 기술은 의료 시설의 규모나 위치에 관계없이 영상 진단 서비스에 대한 접근성을 개선하는 데 기여할 수 있습니다.
긍정적인 결과를 얻었음에도 불구하고 연구팀은 Prima가 여전히 초기 평가 단계에 있다고 강조했습니다. 다음 연구는 진단 정확도를 높이기 위해 전자 의료 기록 데이터를 추가로 통합하는 데 집중할 것입니다.
홀론 박사는 Prima를 "의료 영상 진단을 위한 ChatGPT"에 비유하며 임상 실습에서 의사의 역할을 지원하고 대체하지 않겠다는 목표를 가지고 있습니다.
